c)Üçüncü adımda ise sayısal renk değerleri ve ondan hesap edilen algılanan parlaklık, optik yoğunluk ve yine ikinci çalışmada hesap edilmiş olan göreceli radyasyon dozu değerleri görüntü korelasyon algoritması ile beyin tümörlü bilgisayar tomografi görüntü (BT) kesitlerinde tümör doku sınırlarına ait konturlar belirlenerek hassas sağlam dokulardan ayrılması sağlanmıştır. Böylece geliştirilen yöntemle doğru tedavi süreçleri için kullanılabilir bir tanı belirleme sistemi ortaya çıkarılmıştır.
Özellikle bu çalışma ile geliştirilen uygulama yazılımı sayesinde bilgisayar destekli radyoterapi ya da cerrahi robotların operasyonel işlemlerinde, tedavi yapılacak bölgenin tam olarak sınırlarının belirlenmesi sağlanarak optimum tedavi yararı ve en az zararı sağlamak esastır. EK-2’de farklı beyin tümörlü görüntü kesitlerine ait bilgisayar tomografi görüntüleri, onlara ait 3 boyutlu ağ profil görüntüleri, görüntüler üzerinde seçilmiş bir bölgenin 3 boyutlu ağ profil grafiği, ve görüntü korelasyon algoritması ile ortaya çıkarılmış olan tümör ile normal doku sınırlarına ait kontur grafiklerileri belirtilmiştir. EK-3’te çalışmada kullanılmış olan algoritmalar ile ortaya konulan sonuçlara ait yayınlanacak ve yayınlanmış olan ulusal ve uluslararası yayın listeside belirtilmiştir.
Görüntülerdeki optik yoğunluk ya da parlaklık farklılıkların doğru olarak algılanması hedef ve kritik organların yeterince (kesin) iyi ayırt edilebilmesi önemlidir. Yine radyoterapide kontrol çalışmalarında film dozimetri yöntemi kolay ve geçerli bir yöntemdir. Bu yöntemin de daha da geliştirilerek radyasyon alanlarındaki doz dağılımlarını doğru ve güvenilir olarak vermesi radyasyonun çeşitli dozimetrik parametrelerinin kontrolünü kolaylaştıracaktır.
Çalışmada hazırlanan yazılım ile uygulamaya geliştirilen çözüm yöntemleri literatürde yer alan diğer örüntü tanıma ve belirleme algoritmalarına katkısı olacağı kesindir.
Geliştirilen yazılım ile ortaya çıkarılan beyin tümörlü sınır konturlarına ait koordinatlar yazılım ile bir dosya ya kaydedilerek, bilgisayar ortamında kayıt altına alınmıştır.
Böylece bu dosyalar bilgisayar destekli otonom tedavi cihazları için kullanılabilmesi sağlanmıştır. İster radyoterapi cihazları olsun isterse otonom cerrahi müdahele cihazları yada robotları olsun geliştirilen yazılım ve algoritmalar diğer örüntü tanıma ve belirleme algoritmalarına göre zamandan, bellek miktarı bakımından tasarruf sağlamış olup performans hızı açısından bir artış gerçekleştirmiştir.
Çalışmanın bir sonraki adımı olarak ortaya çıkarılan veriler bir sayısal robot ya da otonom cihaza verilip tümörlü bir doku bölgesinin doğru şekilde tedavisinin gerçekleştirildiğinin belirlenmesi olacaktır. Bu çalışmada geliştirilen algoritmalar ile bilgisayar destekli medikal görüntü analiz metodu radyoterapi açısından film dozimetri sisteminin sayısal görüntü işleme teknikleri yardımıyla kullanılabilirliğinin ispatı açısından güvenilir ve gerekli bir araç olduğu gösterilmiştir.
7. KAYNAKLAR
Agouris P., “Digital Image Processing & Analysis”, Lecture Slide No 2, Department of Spatial Information Science and Engineering, Maine University, 2006
Baş Hande, “Small Fields 6MV Photon Dosimetry for Stereotactic Radiosurgery”, Ankara Üniversitesi Fizik Mühendisliği Bölümü Master Tezi, 2005
Borland C++ Builder V 6.0 Enterprise Suite Version 5, 1983-2000, Borland Corporation, Erişim tarihi: 04.10.2006, web sitesi: http://www.borland.com
Bourke P., “Cross Correlation”, Western Australia Supercomputer Program, University of Western Australia, Ağustos 1996, Erişim tarihi: 05.11.2006 web sitesi: http://local.wasp.uwa.edu.au/~pbourke/other/correlate/
Brandt J. C., Burnett S., Munro J. A., Pillinger J, “CT Scan”, NetDoctor.co.uk, September 2005, Erişim tarihi: 24.10.2006, web sitesi:
http://www.netdoctor.co.uk/health_advice/examinations/ctgeneral.htm
Bright View Electronics Frequently Asked Questions, “What is Luminance?”, Bright View Electronics Co., Ltd. Teipei Hsien, Taiwan, web sitesi:
http://www.bvled.com.tw/08_faq.htm
Classical Web Designs, “Pixel to Inches (Centimeters) Converter”, 2000-2006,
Classical Web Designs, Erişim tarihi: 17.09.2006, web sitesi:
http://www.classical- webdesigns.co.uk/resources/pixelinchconvert.html
Glasbey C. A., Robinson C. D., “Estimation of tissue proportions in X-ray CT
images using a new mixed pixel distribution”, Erişim tarihi: 16.10. 2006, web sitesi: http://www.bioss.sari.ac.uk/image/task.pdf
Gonzales C. R. , Richard E. W., “Digital Image Processing”, second edition, 2001,
Prentice Hall publications, pp. 52-53
Heatron B, Dendy PP, “Physics for Diagnostic Radiology”, Second Edition, pp. 89-90, pp. 115-119, IOP Publishing Ltd, 1999
Jeodezi ve Fotogrametri Müh. Forumu, “Görüntü Korelasyonu”, Erişim tarihi:
14.09.2006, web sitesi:
http://www.jfm.gen.tr/designer/depo/fotogrametri/dijital%20fotogrametri.ppt
Imatest LLC, “Digital Image Quality Testing”, 2006, Erişim tarihi:
23.11.2006, web sitesi: http://www.imatest.com/docs/q13.html
Jukovich I. A., “Evaluation of a Desktop Computed Radiography System for IMRT Dosimetry”, Department of Physics and Astronomy, Luisiana State University and Agricultural and Mechanical College, 2004, Erişim tarihi: 09.10.2006, web sitesi: 211301/unrestricted/Jurkovic_thesis.pdf
Maintz T., “Digital and Medical Image Processing”, Department of Information and Computing Sciences, Utrecht University, pp. 17-21, 2005
Marshall P., “Optical Density”, About: Photography, About Inc. part of The New York Times Company, 2006, Erişim tarihi: 11.11.2006, web sitesi:
http://photography.about.com/library/glossary/bldef_opticald.htm
Modern Imaging Services, “Optical Density”, Modern Imaging webportalı Education
Kısmı Digital Topics Scanners altbaşlığı, Erişim tarihi:
21.09.2006, web sitesi:
http://www.modernimaging.com/optical_density.htm
Mueller Klaus, “CSE:564 Scientific Visualisation, Lecture 10: Introduction to Volume Rendering”, Stony Brook University Computer Science Department, 2003,
Erişim tarihi: 08.09.2006, web sitesi:
http://www.cs.sunysb.edu/~mueller/teaching/cse564/volumeIntro_2006.pdf
NDT (Nondestructive Testing), “Transmitted Intensity and Linear Attenuation Coefficient”, NDT Course Material, National Science Foundation, 2001, Erişim tarihi: 03.12.2006, web sitesi:
http://www.ndted.org/EducationResources/CommunityCollege/Radiography/Physics/
attenuationCoef.htm
Koyuncu Baki, Pahsa Alper, “Contour Profiling of Brain Tumor Areas by Using Image Correlation and Peak Detection Techniques”, International Journal of Computer Science and Network Security, pp. 46-48, Vol.6 No: 11,
November 2006, ISSN: 1738-7906
Nissl J., Traughber D. P., Sutherland B. K., “A-Z Health Guide from WebMD: Medical Tests-Computed Tomography Scan of the Body”, Healthwise Incorporated, November 2005
Photonics Dictionary, “Image Correlation”, Laurin Publishing, May 2006, Erişim tarihi: 13.11.2006, web sitesi: http://www.photonics.com/directory/
dictionary/lookup.asp?url=lookup& entrynum=2496&letter=i
Roger D. , “Ionizing Radiation Dosimetry and Medical Physics”, Institue for National Measurement Standards, National Research Council of Canada Ottowa, July 2005
Romejin Edwin H, Ravindra K. Ahuja, and Dempsey F. James, “A new linear programming approach to radiation therapy treatment planning problems”, December 2002, Erişim tarihi: 10.08.2006, web sitesi:
“http://www.ise.ufl.edu/ahuja/PAPERS/Romejin-Ahuja-IMRT-OR2005.pdf”
Roger D. , “Ionizing Radiation Dosimetry and Medical Physics”, Institue for National Measurement Standards, National Research Council of Canada Ottowa, July 2005
Seth, “Mesh Generation”, 1996, Graphics at MIT, Erişim tarihi: 08.10.2006 web sitesi: http://people.csail.mit.edu / seth/pubs/taskforce/section3_7.html1
Stern R. L., Kurylo J., Siantar C. H., Lehmann J, Goldberg Z., “Film dosimetry in the peripheral region using multiple sensitometric curves”, Dept. of Radiation Oncology, University of California Davis, Sacramento, California USA, 2004
TAEK (Türkiye Atom Enerjisi Kurumu), “Radyasyon”, TAEK Websayfası Bilgi Köşesi, Erişim tarihi: 25.11.2006, web sitesi:
http://www.taek.gov.tr/bilgi/bilgi_maddeler/radyasyon.html
VIDAR Systems Corporation, “VXR-16 Dosimetry PRO X-ray Film Digitizer for Radiation Dosimetry”, VIDAR Publication V999VXR-16DP-005, 2001
Vikipedi, “Radyasyon Dozu”, Vikipedi Özgür Ansiklopedisi, Erişim tarihi: 0.4.11.2006, web sitesi: http://tr.wikipedia.org/wiki/Radyasyon_dozu
Weber, “The Physics of Medical Imaging”, pp. 42, IOP Publishing, 1998
Wikipedia, The Free Encyclopedia, “Optical Density”, Erişim tarihi: 03.09.2006 Wikimedia Foundation Inc, web sitesi:
http://en.wikipedia.org/wiki/Optical_density
EK-1
Sonuç Tabloları
Ek-1
Çizelge-1) Tabloda verilen 3x3 boyutlu referans ve şablon maske kullanılarak sayısal renk (piksel), algılanan parlaklık (luminans), optik yoğunluk ve göreceli radyasyon dozu değerleri üzerinden yapılan görüntü korelasyonu yöntemiyle elde edilen beyin tümör sol duvar ile sağ duvar kontur sınır koordinatları arasındaki farkların cm cinsinden değerleri ile bu değerler arasındaki kaymaların cm cinsinden değerleri (Farklar Çizelge 4.5, Çizelge 4.6, Çizelge 4.7 ve Çizelge 4.9’ daki tablolara göre hesaplanmıştır.)
Sayısal Renk Değerleri ile
Yapılan Görüntü
Korelasyonu Tümör Sol Duvar ile Sağ Duvar Koordinat Farkları Tam Değer Fonksiyonu cinsinden Değerleri (3x3 Maske)
∆XP=XPL-XPR
Algılanan Parlaklık (Luminans) Yapılan Görüntü Korelasyonu Tümör Sol Duvar ile Sağ Duvar Koordinat Farkları Tam değer Fonksiyonu cinsinden Değerleri (3x3 Maske)
∆XB=XBL-XBR
Optik Yoğunluk ile Yapılan Görüntü Korelasyonu Tümör Sol Duvar ile Sağ Duvar Koordinat Farkları Tam değer Fonksiyonu cinsinden Değerleri (3x3 Maske)
∆XO=XOL-XOR
Göreceli Radyasyon Doz Değerleri ile Yapılan Görüntü Korelasyonu Tümör Sol Duvar ve Sağ Duvar Koordinat Farkları Tam Değer Fonksiyonu cinsinden Değerleri (3x3 Maske)
∆XR =XRL-XRR
Algılanan Parlaklık (luminans) ile Sayısal Renk Değerleri Arasındaki Sol Duvar ve Sağ Duvar Farkları Arasındaki Tam Değer Fonksiyonu cinsinden Kayma Farkları (3x3 Maske)
∆XPB=∆XP-∆XB
Optik Yoğunluk ile Sayısal Renk Değerleri Arasındaki Sol Duvar ve Sağ Duvar Farkları Arasındaki Tam Değer Fonksiyonu cinsinden Kayma Farkları (3x3 Maske)
∆XPB=∆XP-∆XO
Göreceli Radyasyon Doz Dğerleri ile Sayısal Renk Değerleri Arasındaki Sol Duvar ve Sağ Duvar Farkları Arasındaki Tam Değer Fonksiyonu cinsinden Kayma Farkları (3x3 Maske)
∆XPB=∆XP-∆XR
∆XL: 0 ,37 cm ∆XB: 0,10 cm ∆XO: 0,32 cm ∆XR: 0,21 cm ∆XPB: 0,27 cm ∆XPO: 0, 05 cm ∆XPR: 0,16 cm
∆XL: 1,42 cm ∆XB: 1,42 cm ∆XO: 0,92 cm ∆XR: 0,77 cm ∆XPB: 0 cm ∆XPO: 0, 5 cm ∆XPR: 0,65 cm
∆XL: 0,89 cm ∆XB: 0,69 cm ∆XO: 0,21 cm ∆XR: 0,58 cm ∆XPB: 0,20 cm ∆XPO: 0, 67 cm ∆XPR: 0,31 cm
∆XL: 0,32 cm ∆XB: 0,26 cm ∆XO: 0 cm ∆XR: 0 ∆XPB: 0, 06 cm ∆XPO: 0,32 cm ∆XPR: 0 cm
Ek-1
Çizelge-2) Tabloda verilen 10x10 boyutlu referans ve şablon maske kullanılarak sayısal renk (piksel), algılanan parlaklık (luminans), optik yoğunluk ve göreceli radyasyon dozu değerleri üzerinden yapılan görüntü korelasyonu yöntemiyle elde edilen beyin tümör sol duvar ile sağ duvar kontur sınır koordinatları arasındaki farkların cm cinsinden değerleri ile bu değerler arasındaki kaymaların cm cinsinden değerleri (Farklar Çizelge 4.5, Çizelge 4.6, Çizelge 4.7 ve Çizelge 4.9’, ’ daki tablolara göre hesaplanmıştır.)
Sayısal Renk Değerleri ile
Yapılan Görüntü
Korelasyonu Tümör Sol Duvar ile Sağ Duvar Koordinat Farkları Tam Değer Fonksiyonu cinsinden Değerleri (10x10 Maske)
∆XP=XPL10-XPR10
Algılanan Parlaklık (Luminans) Yapılan Görüntü Korelasyonu Tümör Sol Duvar ile Sağ Duvar Koordinat Farkları Tam değer Fonksiyonu cinsinden Değerleri (10x10 Maske)
∆XB=XBL10-XBR10
Optik Yoğunluk ile Yapılan Görüntü Korelasyonu Tümör Sol Duvar ile Sağ Duvar Koordinat Farkları Tam değer Fonksiyonu cinsinden Değerleri (10x10 Maske)
∆XO=XOL10-XOR10
Göreceli Radyasyon Doz Değerleri ile Yapılan Görüntü Korelasyonu Tümör Sol Duvar ve Sağ Duvar Koordinat Farkları Tam Değer Fonksiyonu cinsinden Değerleri (10x10 Maske)
∆XR =XRL10-XRR10s
Algılanan Parlaklık (luminans) ile Sayısal Renk Değerleri Arasındaki Sol Duvar ve Sağ Duvar Farkları Arasındaki Tam Değer Fonksiyonu cinsinden Kayma Farkları (10x10 Maske)
∆XPB=∆XP-∆XB
Optik Yoğunluk ile Sayısal Renk Değerleri Arasındaki Sol Duvar ve Sağ Duvar Farkları Arasındaki Tam Değer Fonksiyonu cinsinden Kayma Farkları (10x10 Maske)
∆XPO=∆XP-∆XO
Göreceli Radyasyon Doz Dğerleri ile Sayısal Renk Değerleri Arasındaki Sol Duvar ve Sağ Duvar Farkları Arasındaki Tam Değer Fonksiyonu cinsinden Kayma Farkları (10x10 Maske)
∆XPR=∆XP-∆XR
∆XP: 0 cm ∆XB: 0 cm ∆XO: 0 cm ∆XR: 0 cm ∆XPB: 0 cm ∆XPO: 0 cm ∆XPR: 0
∆XP: 0,79 cm ∆XB: 1, 27 cm ∆XO: 0,79 cm ∆XR: 1, 16 cm ∆XPB: 0,48 cm ∆XPO: 0, 48 cm ∆XPR: 0,37 cm
∆XP: 0,26 cm ∆XB: 0, 53 cm ∆XO: 0,53 cm ∆XR: 0,53 cm ∆XPB: 0, 27 cm ∆XPO: 0,27 cm ∆XPR: 0, 27 cm
∆XP: 0 cm ∆XB: 0 cm ∆XO: 0 ∆XR: 0 cm ∆XPB: 0 ∆XPO: 0 cm ∆XPR: 0 cm
Ek-1
Çizelge-3) Tabloda verilen 15x15 boyutlu referans ve şablon maske kullanılarak sayısal renk (piksel), algılanan parlaklık (luminans), optik yoğunluk ve göreceli radyasyon dozu değerleri üzerinden yapılan görüntü korelasyonu yöntemiyle elde edilen beyin tümör sol duvar ile sağ duvar kontur sınır koordinatları arasındaki farkların cm cinsinden değerleri ile bu değerler arasındaki kaymaların cm cinsinden değerleri (Farklar Çizelge 4.5, Çizelge 4.6, Çizelge 4.7 ve Çizelge 4.9’ daki tablolara göre hesaplanmıştır.)
Sayısal Renk Değerleri ile
Yapılan Görüntü
Korelasyonu Tümör Sol Duvar ile Sağ Duvar Koordinat Farkları Tam Değer Fonksiyonu cinsinden Değerleri (15x15 Maske)
∆XP=XPL15-XPR15
Algılanan Parlaklık (Luminans) Yapılan Görüntü Korelasyonu Tümör Sol Duvar ile Sağ Duvar Koordinat Farkları Tam değer Fonksiyonu cinsinden Değerleri (15x15 Maske)
∆XB=XBL15-XBR15
Optik Yoğunluk ile Yapılan Görüntü Korelasyonu Tümör Sol Duvar ile Sağ Duvar Koordinat Farkları Tam değer Fonksiyonu cinsinden Değerleri (15x15 Maske)
∆XO=XOL15-XOR15
Göreceli Radyasyon Doz Değerleri ile Yapılan Görüntü Korelasyonu Tümör Sol Duvar ve Sağ Duvar Koordinat Farkları Tam Değer Fonksiyonu cinsinden Değerleri (15x15 Maske)
∆XR =XRL15-XRR15
Algılanan Parlaklık (luminans) ile Sayısal Renk Değerleri Arasındaki Sol Duvar ve Sağ Duvar Farkları Arasındaki Tam Değer Fonksiyonu cinsinden Kayma Farkları (15x15 Maske)
∆XPB=∆XP-∆XB
Optik Yoğunluk ile Sayısal Renk Değerleri Arasındaki Sol Duvar ve Sağ Duvar Farkları Arasındaki Tam Değer Fonksiyonu cinsinden Kayma Farkları (15x15 Maske)
∆XPO=∆XP-∆XO
Göreceli Radyasyon Doz Dğerleri ile Sayısal Renk Değerleri Arasındaki Sol Duvar ve Sağ Duvar Farkları Arasındaki Tam Değer Fonksiyonu cinsinden Kayma Farkları (15x15 Maske)
∆XR=∆XP-∆XR
∆XP:0 cm ∆XB: 0 cm ∆XO: 0 cm ∆XR: 0 cm ∆XPB: 0 cm ∆XPO: 0 cm ∆XPR: 0 cm
∆XP: 0,79 cm ∆XB: 0,79 cm ∆XO: 1,85 cm ∆XR: 0,47 cm ∆XPB: 0 cm ∆XPO: 1,06 cm ∆XPR: 0,32 cm
∆XP: 0,79 cm ∆XB: 0,79 cm ∆XO: 0, 39 cm ∆XR: 0, 89 cm ∆XPB: 0 cm ∆XPO: 0,40 cm ∆XPR: 0, 10 cm
∆XP: 0,13 cm ∆XB: 0, 40 cm ∆XO: 0,05 cm ∆XR: 0 cm ∆XPB: 0,27 cm ∆XPO: 0,08 cm ∆XPR: 0,05 cm
EK-2
Geliştirilen Yazılıma Ait
Görüntüler
Ek-2
Şekil-1 Beyin tümörlü bilgisayar tomografi (BT) görüntü kesiti ve üzerine çizilen profil çizgileri ve üzerinden geçtiği sayısal renk değerlerine ait profil grafiği çizimi
Şekil-2 Beyin tümörü BT görüntüsü ve ona ait 3 boyutlu profil ağ grafiği
Ek-2
Şekil-3 Beyin tümörlü BT görüntü kesiti üzerinde seçilen bir bölgeye ait 3 boyutlu profil ağ grafiği
Şekil-4 İki beyin tümör BT görüntü kesiti ve aralarındaki sayısal renk değerleri arasındaki farka ait 3 boyutlu ağ profil grafiği
Ek-2
Şekil-5 Altbeyin tümörü BT görüntü kesiti ve sayısal renk değerleri ile görüntü korelasyon algoritması kullanılarak elde edilen korelasyon profili ve tümöre ait sınır kontur grafiği
Şekil-6 Beyin tümörlü BT görüntü kesiti ve göreceli radyasyon dozu değerleri ile görüntü korelasyon algoritması kullanılarak elde edilen korelasyon profili ve tümre ait sınır kontur
grafiği
Ek-2
Şekil-7 Beyin tümörlü BT görüntü kesiti ve algılanan parlaklık değerleri ile görüntü korelasyon algoritması kullanılarak elde edilen korelasyon profili ve tümre ait sınır kontur grafiği
Şekil-8 Beyin tümörlü BT görüntü kesiti ve optik yoğunluk değerleri ile görüntü korelasyon algoritması kullanılarak elde edilen korelasyon profili ve tümre ait sınır kontur grafiği
Ek-2
Şekil-9 Beyin tümörlü BT görüntü kesiti ve sayısal renk değerleri ile görüntü korelasyon algoritması kullanılarak elde edilen korelasyon profili ve tümöre ait sınır kontur grafiği